◼ 선택 이유
- 마이크로바이옴을 이용한 법의학적 분석에 초점을 맞춘 주제가 흥미를 불러일으킴
- 환경과 사람의 마이크로바이옴 데이터의 단순 비교 이외에 어떠한 차별점이 있을까?
Diurnal variation in the human skin microbiome affects accuracy of forensic microbiome matching
- 저자 : David Wilkins, Xinzhao Tong, Marcus H. Y. Leung, Christopher E. Mason & Patrick K. H. Lee
- 저널 : MICROBIOME(IF = 14.35, 2021)
⬛ BACKGROUND
- 사람의 피부 마이크로바이옴은 시간이 지나도 일정 부분 안정적이기 때문에, 최근 이를 이용한 법의학적 식별방법이 연구 중
- 그러나 실외공간과 대조한 연구에서, 시간이 지남에 따라 달라지는 마이크로바이옴 양상에 대한 연구는 부족
- 이를 이해하고자 여러 실내외 공간을 시간에 샘플링하여 변화를 분석
◼ 시계열 데이터(Time series)
- 시간에 따라 변동하는 데이터로 3가지 성분으로 구성
1.추세 성분(Trend) : 기간 동안 상승 혹은 하락하는 경향
2.계절성 성분(Seasonal) : 특정한 기간마다 특정 패턴이 나타나는 것
3.불규칙 성분(Resid) : 설명되지 않는 불규칙성
- 위 논문은 데이터의 낮과 밤 계절성에 주목
◼ 계절성의 강도(The strength of the seasonal component, Fs )
- 전체 데이터에서 계절성이 데이터에 미치는 강도
- 불규칙 성분의 분산이 적을수록 계절성의 강도는 큼
⬛ Sample
⬛ 분석 방법
- Adapter 제거 : AdapterRemoval
- QC filtering and trimming : KneadData
- Annotation: MetaPhlAn2
- Contaminant reads (Human read) 제거 : metaWRAP
- Align : bowtie2
- Remove Contamination : decontam (R package)
- 나머지 분석은 R 에서 수행
⬛ Result 1 : 사람 vs 집안 vs 외부 Taxonomy Composition 비교
- 개인간의 차이가 거주지의 차이로 나타남
- 하지만 외부 공간과는 다르다
⬛ Result 2 : 각 내부/외부 표면의 미생물이 피부에서 온 것이 맞는가?
a)
- Family 레벨에서 다양성을 비교
- Human Skin, Leaf, Soil <-> 가구/외부 공간과 일치하는 family의 다양성을 본다
- 사람피부와 공통으로 일치하는 family들의 다양성 ↑
b)
- 내부/외부 공간에서의 마이크로 바이옴에 가장 큰 영향을 미친 미생물 저장소를 특정
- 집안 가구의 경우 사람의 피부 ↑
- 공용공간의 경우 나뭇잎과 사람의 피부 ↑
c)
- 내부/외부 공간에서 손이 닿은 공간과 닿지 않은 공간의 유사성 비교
- 손이 닿은 공간의 비유사도가 낮다 = 더 유사하다
⬛ Result 3 : 각 환경에서 사람을 정확히 매칭할 수 있나? (= 법의학적으로 사용 가능한가?)
각 지표에 따른 정확도
- SourceTracker : 실내 77% 실외 42%
- Canberra distance : 실내 84%, 실외 50%
- Bray-Curtis dissimilarity : 실내 75%, 실외 38%
⬛ Result 4 : 그렇다면 정확도에 영향을 미치는 것은?
- Query : 실내/외 공간의 마이크로바이옴
- Reference : 사람의 피부 마이크로바이옴
결과
- 전반적으로 실내 가구의 일치도가 높음
- Query Type
- 정확도 : 실내 가구 > 외부 공간
- Fs(계절성의 강도) : 실내 가구 > 외부 공간
결론
⬛ Result 5 : 시간에 따른 달라지는 taxa
결과
하지만 믿을 만한 결과인가?
1. 분석적인 오류 가능성
- 모든 샘플에서 계절성을 나타내는 종은 오염일 가능성이 크다
- 대부분 한 샘플링 구역에서만 발생 => X
2. 시약 오염
- negative Control과 동일한 계절성 종 제거
3. 큰 풍부도를 가진 주기성 종이 다른 종에 영향?
- 미생물데이터의 분포는 상대적으로 계산
- Query-Reference에서 둘 다 계절성을 띄는 종만 추출
=> 계절성이 영향을 미치는 종의 존재는 분명하다
가설
1. 공동공간에서 시간에 따른 일치도가 하락하는 이유
- 낮 동안 여러 사람들의 접촉
2. 아침에는 일치도가 높은 이유
- 집에서 저녁에 샤워 -> 미생물군 정상화
- 다음날 아침에 까지 영향을 미침
가설에 대한 네트워크 분석
=> 외부공간에서의 미생물 분포의 분산 증가는 피부뿐만이 아니라 다른 영향이 많다
⬛ Conclusion
- 실제적으로 사용시, 10일 내의 마이크로 바이옴으로 용의자와 용의자가 자주 가는 현장을 매치시킬 수 있다.
- 그러나 정확도가 실외공간의 경우 많이 높지 않다. 즉, 아직 마이크로바이옴으로 법의학적 분석은 어렵다..
⬛ 의견
- R script를 보고 마이크로바이옴 데이터에 대한 시계열 분석법을 자세히 알 수 있었다
- 다음에는 결론이 좀 더 중요한 논문을 찾아보자
